使用Thompson Sampling算法的策略混合模型一多因子模型研究系列之六
创建于 更新于
摘要
本报告介绍了Thompson Sampling算法及其在多因子选股模型中的应用，针对2017年市值因子失效问题，构建了适应市场风格转变的在线学习多因子模型。通过沪深300、中证500及股债混合标的回测，Thompson Sampling策略表现出领先的收益、较强的风险适应性及显著的周期轮动优势，尤其在动荡的市场风格切换期展现持续盈利能力，显示了该算法在周期性资产配置中的独特优势，为多因子模型提供了新的改进思路 [page::0][page::6][page::9][page::10][page::14][page::15][page::16]。
